Nace.AI: Drex Max kontra ScaleDown: Classify-1
Porównanie Nace.AI: Drex Max (0,21 USD / 1M tokenów (≈ 0,82 zł)) i ScaleDown: Classify-1 (0,14 USD / 1M tokenów (≈ 0,55 zł)) obok siebie na podstawie aktualnych cen w USD i możliwości z katalogu api14. Oba działają przez to samo API zgodne z OpenAI.
Specyfikacja
| Nace.AI: Drex Max | ScaleDown: Classify-1 | |
|---|---|---|
| Dostawca | Nace.AI | ScaleDown |
| Wejście | 0,21 USD / 1M tokenów (≈ 0,82 zł) | 0,14 USD / 1M tokenów (≈ 0,55 zł) |
| Odczyt z cache | 0,21 USD / 1M tokenów (≈ 0,82 zł) | - |
| Okno kontekstu | 262 144 | 1 000 000 |
| Maks. wyjście | 235 929 | 900 000 |
| Wejście | text, image | text, image, file |
| Wyjście | decisions | decisions |
| Wywołania narzędzi | ||
| Ustrukturyzowane wyjście | ||
| Sterowanie rozumowaniem | ||
| Dodano | 21 paź 2026 | 13 paź 2026 |
Najważniejsze różnice
- ScaleDown: Classify-1 jest o 33% tańszy na tokenach wejściowych.
- ScaleDown: Classify-1 przyjmuje 3.8× więcej kontekstu (1 000 000 tokenów).
- Żądanie z 1000 tokenów wejściowych i 500 wyjściowych kosztuje 0,000210 USD z Nace.AI: Drex Max i 0,000140 USD z ScaleDown: Classify-1.
Szczegółowo
Nace.AI: Drex Max to model od Nace.AI, a ScaleDown: Classify-1 to model od ScaleDown. Oba należą do kategorii decisions, co oznacza, że ich wynikiem jest decyzja, a nie swobodny tekst, i oba zostały wydane w październiku 2026, przy czym Classify-1 pojawił się 13, a Drex Max 21. Jeśli wybierasz między nimi, praktyczne pytanie nie brzmi, która firma jest lepiej znana, ale który model pasuje do kształtu danych wejściowych, które musisz wysłać, i jak duża jest ich ilość.
Najwyraźniejszy podział dotyczy kontekstu i typów danych wejściowych. Classify-1 przyjmuje tekst, obrazy i pliki, a jego okno kontekstowe jest większe, więc może przyjąć znacznie większy ładunek w jednym wywołaniu. Drex Max przyjmuje tylko tekst i obrazy, z mniejszym oknem kontekstowym, więc pliki nie wchodzą w grę, a długie dane wejściowe trzeba przycinać lub dzielić. Żaden z modeli nie udostępnia obsługiwanych parametrów i żaden nie jest wyróżniony pod kątem narzędzi, ustrukturyzowanych wyników ani rozumowania, więc nie są to czynniki decydujące. Jeśli chodzi o cenę, Classify-1 jest tańszy z dwóch pod względem danych wejściowych; ceny wyników nie różnią się między nimi w istotny sposób.
W codziennej pracy wybór wynika z danych wejściowych. Jeśli twoje zadanie decyzyjne opiera się na dokumentach, arkuszach kalkulacyjnych, plikach PDF lub innych plikach, Classify-1 jest naturalnym wyborem, ponieważ przyjmuje pliki bezpośrednio i utrzymuje znacznie więcej kontekstu, co ma znaczenie, gdy dowody na decyzję są rozproszone w długim dokumencie. Jeśli twoje zadanie opiera się na tekście i obrazach, takich jak zrzuty ekranu, zdjęcia lub krótkie polecenia pisane, Drex Max to obejmuje i utrzymuje cię po stronie Nace.AI w bramie. Tam, gdzie oba mogą obsłużyć dane wejściowe, Classify-1 jest tańszą opcją wejściową, więc jest rozsądnym domyślnym wyborem, chyba że masz powód, by preferować Drex Max.
Wywoływanie któregokolwiek z modeli przez api14 działa tak samo, ponieważ API jest zgodne z OpenAI. Kierujesz swojego klienta na bazowy URL api14, wysyłasz żądanie w zwykłym kształcie chat completions i ustawiasz pole model na identyfikator, którego chcesz użyć. Przełączanie między nimi to zmiana jednej linii: użyj nace-ai/drex-max dla Drex Max lub scaledown/classify-1 dla Classify-1. Struktura wiadomości, części z obrazami i uwierzytelnianie pozostają takie same, więc możesz porównać oba modele na własnych danych, zmieniając tylko ten ciąg.
Jest jeden przypadek, w którym Drex Max jest wciąż lepszym wyborem, mimo że Classify-1 jest tańszy pod względem danych wejściowych i ma większy kontekst. Jeśli twój potok jest już zbudowany na Nace.AI albo konkretnie chcesz pozostać w obrębie tego dostawcy dla spójności z innymi wywołaniami, Drex Max obsługuje decyzje na podstawie tekstu i obrazów bez wprowadzania drugiego dostawcy. Jest też nowszym z dwóch wydań, co może mieć znaczenie, jeśli preferujesz najnowszy model w kategorii.
Zmień jednym ciągiem znaków
Oba modele używają tego samego endpointu i tej samej struktury żądania. Zmień wartość model z "nace-ai/drex-max" na "scaledown/classify-1", prompty, streaming i narzędzia działają dalej.
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.post("/decisions", { body: {
"model": "scaledown/classify-1",
"state": "Customer: I was charged twice for my order and want my money back.",
"questions": {
"team": {
"type": "choice",
"instructions": "Which team should handle this message?",
"criteria": {
"billing": "Payments, refunds, invoices",
"support": "Product questions and bugs",
"sales": "Pricing and new purchases"
}
},
"urgent": {
"type": "noul",
"instructions": "Does this need a reply today?",
"criteria": {
"true": "Money, outage or legal risk",
"false": "Can wait"
}
}
}
} });
console.log(result.answers);
Więcej porównań
- LiquidAI: d1 Latest kontra LiquidAI: d1-ultra Latest
- LiquidAI: d1 Latest kontra Baseten: Joey 1
- LiquidAI: d1 Latest kontra LiquidAI: d1.1
- LiquidAI: d1 Latest kontra Morph: Reflex
- LiquidAI: d1-ultra Latest kontra Baseten: Joey 1
- LiquidAI: d1-ultra Latest kontra LiquidAI: d1.1
- LiquidAI: d1-ultra Latest kontra Morph: Reflex
- Baseten: Joey 1 kontra LiquidAI: d1.1